信任的進化博弈論分析

信任的進化是一款很有趣的游戲，它直接探索了社會人員的構成和之間的關系，從開始到結束游戲設置了許多的情況，那么這些情況各有什么特點，分別探討了什么，下面一起來分析分析游戲背后的博弈論吧。

一，囚徒困境(非零和博弈典型)

這是本游戲的基本博弈模型，對此最經(jīng)典的闡述為：

兩個嫌疑犯作案后被警察抓住，分別關在不同的屋子里接受審訊。

警察知道兩人有罪，但缺乏足夠的證據(jù)。警察告訴每個人：如果兩人都抵賴，各判刑一年;如果兩人都招供，各判八年;如果兩人中一個招供而另一個抵賴，坦白的放出去，抵賴的判十年。

于是，每個囚徒都面臨兩種選擇：招供或抵賴。然而，不管同伙選擇什么，每個囚徒的最優(yōu)選擇是招供：如果同伙抵賴、自己招供的話放出去，抵賴的話判一年，招供比不招供好;如果同伙招供、自己也招供的話判八年，比起抵賴的判十年，招供還是比抵賴的好。

結果，兩個嫌疑犯都選擇招供，各判刑八年。

就像這個游戲機一樣，當你投一個硬幣進去，對方就會得到兩枚硬幣。顯然，對于總體來說，選擇合作得到的回報最高(每人失去1個，得到2個，總和4，增加2個)，但對個人而言風險也是最大的(對方選擇欺騙，你-1，對方3，總和2)，所以在這種局面下，欺騙變成了最優(yōu)策略。這樣的局面，歸根到底，是因為雙方缺乏溝通而導致的。在無法信賴對手的一局游戲中，欺詐師往往會成為最后的贏家。

有意思的是，囚徒困境推廣到確定的N局游戲中也是成立的。

原因如下：

對于第N局，由于不用擔心之后被報復(最后一局了嘛)，最優(yōu)策略顯然是欺騙。

對于第N-1局，由于已經(jīng)知道了對方下一局的最優(yōu)策略是欺騙，為了防止受到更多損失，最優(yōu)策略顯然也是欺騙。

對于第N-2局，……

所以，對于確定的N局游戲，最優(yōu)策略永遠是欺騙。

二，重復困境

這個升級版的囚徒困境源于一個全世界的重復囚徒困境競賽(也是這個游戲的來源)。

在這個競賽中，許多博弈論專家將自己的策略編寫成程序，和其它程序進行博弈(沒錯，游戲里的策略是其中的一些)

經(jīng)過很多很多輪競賽后，出人意料的是，最佳確定性策略被認為是“以牙還牙”，這是阿納托爾·拉波波特(Anatol Rapoport，《合作的進化》作者，也是競賽的發(fā)起人)開發(fā)并運用到錦標賽中的方法。

這個策略只不過是在博弈的開頭選擇合作，然后，采取對手前一回合的策略。

在完美的博弈中，Copycat(小藍人，盲從者)是最有效的。這種策略較好地規(guī)避了被欺騙的風險(被騙了還是要漲點記性)，而對于合作者，顯然雙方都能獲得較高的利潤。

而對于有可能失誤的博弈(玩家準備合作，但是由于各種不可控因素造成背叛的結果)，更好些的策略是“寬恕地以牙還牙”，即當你的對手背叛，在下一回合中你無論如何要以小概率(大約是1%~5%)時而合作一下。這是考慮到偶爾要從循環(huán)背叛的受騙中復原。

至于更自由的博弈(可以選擇對手)，比較好的策略是：前幾局選擇合作進行試探，被多次欺騙后不再與此對手博弈(排擠掉欺詐師)

最終，博弈學家統(tǒng)計所有策略得到這樣一個結論：最好的策略滿足四個因素：友善，報復，寬容，不嫉妒。

簡單來說，表露合作的意向(讓潛在的合作者與你合作)，不盲目樂觀(避免一直被欺詐師欺騙)，適當包容小的失誤(防止因誤會導致的互相不信任)，不追求比對手更高的得分(更高意味著惡性競爭)。

因此，一些學者們據(jù)此得到一種給人以烏托邦印象的結論，認為自私的個人為了其自私的利益會趨向友善、寬恕和不嫉妒，即人人為我的社會可能建立在對利益的追求上。

事實上，囚徒困境并不是那么簡單，Copycat也并不總是最終的贏家。

在短期博弈上，最有效的往往是欺騙。

在背叛的回報更高時，欺騙往往能獲得最終勝利。

在失誤率過高時，結果趨于混沌。

根據(jù)這些理論，想要得到49分和7分只要找到針對每個人的最優(yōu)策略和最劣策略就行了。

但是，最重要的還是要明白：

所有的博弈理論都有一個共通之處：

博弈的類型決定了玩家的策略。

現(xiàn)在，問題不僅僅是信任的缺失，而是我們的環(huán)境影響了信任的進化。

我們“只是”環(huán)境的產(chǎn)物，這個觀點可能顯得憤世嫉俗或幼稚——但正如博弈理論提醒我們的那樣，我們構成了彼此的環(huán)境。從短期來看，游戲定義了玩家。但從長遠來看，是我們玩家定義了游戲。

所以，做你能做的，去創(chuàng)造必要的條件來“讓信任進化”。建立合作。尋求共贏。清晰交流。也許那時，我們可以停止互相射擊，走出我們自己的戰(zhàn)壕，穿過無人的土地，走到一起…

以上就是信任的進化游戲分析，更多精彩手游，盡在跑跑車手游網(wǎng)。